首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双能量泛函水平集图像分割模型研究

中文摘要第4-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 选题的研究背景和意义第10-11页
    1.2 相关研究进展分析第11-14页
        1.2.1 水平集方法的研究现状和趋势第11-12页
        1.2.2 图像分割的研究现状和趋势第12-14页
    1.3 本文的创新点和内容安排第14-16页
        1.3.1 本文的创新点第14页
        1.3.2 本文的内容安排第14-16页
第二章 相关研究的理论基础第16-28页
    2.1 参数活动轮廓模型第16页
    2.2 曲线演化理论水平集方法第16-19页
    2.3 水平集函数重新初始化第19-22页
    2.4 水平集演化方程的求解方法第22-25页
    2.5 变分法的的基本理论第25-28页
        2.5.1 变分法第25-26页
        2.5.2 欧拉-拉格朗日方程第26-27页
        2.5.3 梯度下降流第27-28页
第三章 基于区域型水平集图像分割模型及其分析第28-34页
    3.1 Mumford-Shah模型分析第28页
    3.2 C-V模型分析第28-30页
    3.3 LBF模型分析第30-34页
第四章 基于双能量泛函水平集图像分割方法第34-54页
    4.1 图像偏差域估计模型第34-37页
        4.1.1 局部区域保真项第34-36页
        4.1.2 规则项第36页
        4.1.3 变分结果第36-37页
    4.2 图像分割模型第37-40页
        4.2.1 保真项第37-38页
        4.2.2 规则化项第38-39页
        4.2.3 水平集演化方程第39-40页
        4.2.4 水平集终止准则第40页
    4.3 算法步骤第40-41页
    4.4 实验结果与对比第41-46页
        4.4.1 实验参数设置第41页
        4.4.2 对存在弱边界的灰度不均匀图像分割实验第41-42页
        4.4.3 不同高斯尺度参数下分割实验第42-43页
        4.4.4 初始轮廓对图像分割影响第43-44页
        4.4.5 噪声图像分割实验第44-45页
        4.4.6 与LBF模型和LIF模型的实验对比第45-46页
    4.5 本章小结第46-54页
第五章 总结第54-56页
    5.1 论文总结第54页
    5.2 展望第54-56页
参考文献第56-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于Zernike矩图像识别深化研究
下一篇:基于改进尺度不变方法的地形匹配算法研究